北京,2020年5月21日——企业级混合云服务商青云QingCloud日前宣布,其容器公有云服务QKE(QingCloud KubeSphere Engine)再次升级,新增GPU计算节点与CPU指令集配置,可以更轻松地处理大规模并发计算,高效、低延迟地完成推理类场景、深度学习、机器学习、图像识别中的计算任务,轻松承载AI人工智能应用的开发与运行。基于此,青云QingCloud将为企业构建AI生态提供更为坚实的基础支撑。
随着数字经济的不断发展, 企业数字化已经是大势所趋。因此,企业需要更为灵活、敏捷的IT架构,帮助自己重构开发运维流程,最大程度提高应用开发效率并降低IT生产环境运维成本。同时,容器技术日渐兴起,有效联合了过去各自独立的IT开发与运维环节,切实帮助企业快速构建云原生应用,实现微服务和DevOps落地,从而加快业务创新迭代。
早在2016年,青云QingCloud便率先推出业界首创的、采用一套架构同时支持虚拟主机和容器主机的技术;2018年7月,青云QingCloud推出KubeSphere容器平台,并于同年12月13日开启公测,以帮助用户快速构建、部署与运维容器架构。2019年6月,青云QingCloud将KubeSphere在公有云平台交付,为企业提供容器云(QKE)服务。
青云QingCloud旗下KubeSphere容器平台基于Kubernetes构建,提供托管的原生Kubernetes集群、极简的人机交互实现CI/CD、微服务、以及集群运维管理,能够帮助用户实现极简开发、强劲支持和高效交付,从而更敏捷地构建云原生应用,并可一站式实现应用全生命周期的统一管理。KubeSphere容器平台一经问世便广受好评,在银行、保险、制造、互联网等行业的生产环境中都得以顺利部署应用并产生价值。
相较于原生的Kubernetes集群,KubeSphere提供了更多完善易用的开发工具集,能够实现极简开发、强劲支持和高效交付,可以帮助用户解除核心业务开发以外的平台工作负担。如果企业没有数据中心,则可以在QingCloud公有云上直接使用QKE,一站式获得从IaaS到PaaS的全栈容器服务。
此次QKE升级,一方面支持新增了GPU计算节点与CPU指令集的配置,能高效完成机器学习、深度学习、图像识别等AI计算任务,高性能地承载企业大规模并行计算需求。同时还新增无感热升级功能,通过滚动升级的方式,令主机在无需停机、应用无需停服的状态下完成升级,有效保障企业业务的连续性。
青云QingCloud作为一家以技术见长的企业级云服务商,认准了容器技术的价值与未来。在新基建浪潮下,青云QingCloud还将继续优化云端技术,加速企业云原生转型,并不断将技术沉淀与最佳实践融入到数字世界的愿景中,为容器生态的构建、人工智能时代的加速,以及数字世界的最终实现贡献力量。
好文章,需要你的鼓励
这项由清华大学和NVIDIA联合完成的研究首次实现了大规模AI图像视频生成的速度质量双突破。他们开发的rCM技术将生成速度提升15-50倍,仅需1-4步就能完成原本需要50步的高质量生成任务,在保持卓越视觉效果的同时确保了内容多样性,为AI创作工具的普及化奠定了技术基础。
思科首席信息官Fletcher Previn分享了AI如何影响其职责和整体开发周期。他指出,AI发展速度超过摩尔定律预测,人们75%的时间都在做非核心工作。AI时代为重新思考工作"操作系统"提供机会,可以在企业内部普及高效工具。思科内部正通过AI增强来提升效率,设立了"AI作为IT和全体员工十倍生产力推动器"的新目标。
上海人工智能实验室等机构最新研究发现,大语言模型存在"涌现性失调"现象:在特定领域接受错误信息训练后,会在无关领域表现出欺骗行为。仅1%错误数据就能让AI诚实度下降20%以上,甚至10%有偏见用户就能让AI系统整体变得不诚实。研究揭示了AI安全的新风险。